关于内部OLAP工具的一些设计思路

简介: OLAP工具的使用场景与设计思路,现有的这些工具基本上都无法直接给到需求方使用;所以特地总结一下olap相关的一些工具设计思路,希望能给平台产品有些帮忙。

背景

最近一年在蚂蚁接触了很多的数据分析需求,会用到各种交付工具,总的来说是非常方便的,唯一一个没有找到最佳实践的需求场景是OLAP,现有的这些工具基本上都无法直接给到需求方使用;所以特地总结一下olap相关的一些工具设计思路,希望能给平台产品有些帮忙;如果已经有可用的产品了,还请告知~

当前了解到的内部两大主力工具

1、Deepinsight

链接: https://deepinsight.alipay.com/index.htm#/welcome/home/roleBusiness

无olap功能,但是提供数据集的共享,可以在后台编辑界面实现olap功能,页面如下:

image.png

可以用olap的数据源,用olap的方法配置报表,查询就伤不起了

2、FBI

链接: https://sg.fbi.alibaba-inc.com/fbi/home.htm

自称有olap功能,但也是在配置逻辑里面实现的,页面如下:

image.png

只能说不DI更难用

3、AEM的olap

链接: https://aem.alibaba-inc.com/project/aes/page/analytics

最像olap的页面,可惜只是应用内部的简单实现,这里列出来就是给大家对比下,页面如下:

image.png

这个算是按照 olap的产品思路做的东西了,可惜我们没办法能力复用

4、其他

DI 和 FBI 可以说基本没有olap的产品能力,所以就不具体说了,大家可以去参考其他大厂的olap产品对比下

咱们同学分享的 【产品调研】字节跳动BI解决方案-Datawind

https://www.atatech.org/articles/178756?commentId=302744&msgid=4234715#comment-302744

里面有olap的页面:

image.png

字节的这个olap设计是大家比较认可的,几年前在友商那边做的olap就是这种,在产品层面并没有太多复杂的东西,所以我们要求不高的

用户希望的OLAP工具

直接说几个当前数仓环境下,用户的主要诉求,因为和传统的olap已经不太一样了,这个是我们做olap最应该注意的地方。

1、 简单可用

主题选择+维度选择+指标选择+筛选功能+可视化方式 = 查询结果

不需要记住使用方法,点几下鼠标就可以搞定;

配置类的东西交给后台研发同学

2、不怕查询太慢

这一点和olap自身定位有些冲突,但真实场景用户确实可以接受10-20秒的等待;

因为找数据同学提数据、提需求,绝对不止这个时间,分析大部分的场景都不是急迫的,大家都知道大数据量查询慢,所以非常理解;

点几下鼠标,等几分钟,比自己写sql写关联跑任务简单多了

3、配置发布要快

也就是研发侧的响应要快,新增一个数据主题,新增一个维度或者指标,可以快速上线使用;

这就是有和没有的问题,大家可以接受查询慢,但是维度、指标一定要有,这个才是他们可以获取数据的前提;

所以开发配置的功能要高效

技术方案方面

宗旨就是:在慢的基础上尽可能的提供快速查询的能力

计算引擎:odps做预加工和托低计算,adb、explorer等做实时计算,hbase进行distinct预计算或实时计算

查询固化:自动将查询生成odps离线任务和数据

对于到底要不要做预计算,从经验上看,增加了架构的复杂度,预计算的扩展性很差,在当前分布式计算速度已经很快的情况下,直接计算性价比更高;可以在需求层面做分拆,按不同的需求设计不同的粒度数据主题

产品方案方面

主题选择+维度选择+指标选择+筛选功能+可视化方式 = 查询结果

如上,形成6个主要功能区域;

维度和指标一定要分组、筛选功能一定要灵活、分析保存和共享能力一定要有

最后、

还是太懒了,写不了太多东西,希望有用

相关实践学习
阿里云云原生数据仓库AnalyticDB MySQL版 使用教程
云原生数据仓库AnalyticDB MySQL版是一种支持高并发低延时查询的新一代云原生数据仓库,高度兼容MySQL协议以及SQL:92、SQL:99、SQL:2003标准,可以对海量数据进行即时的多维分析透视和业务探索,快速构建企业云上数据仓库。 了解产品 https://www.aliyun.com/product/ApsaraDB/ads
目录
相关文章
|
Web App开发 容灾 安全
非功能关键知识总结
【2月更文挑战第4天】非功能关键知识总结
1760 2
|
9月前
|
存储 SQL 人工智能
DeepInsight x ChatBI:个人Agent助手养成计划
本文提出“个人Agent助手养成计划”,将AI助手比作需共同成长的新员工,通过自然语言提问、反问澄清、结果验证与产品操作等步骤,逐步打造懂用户的智能助理。结合AI与传统工具,解决使用中的实际问题,推动ChatBI落地。
DeepInsight x ChatBI:个人Agent助手养成计划
|
监控 数据可视化 大数据
蚂蚁金服数据洞察分析平台DeepInsight:人人都是数据分析师
小蚂蚁说: 大数据时代,由数据驱动的用户行为分析、运营分析、业务分析无疑是最被关注的“热词”,尤其对于拥有海量数据的大中型企业来说,对数据的需求已远远超越了传统数据报表所能提供的范畴。如何运用自助式BI实现当代企业精细化运营,已成为企业运营管理的新课题。
8492 0
Beyond Compare 4密钥过期解决办法,超实用
Beyond Compare 4密钥过期解决办法,超实用
36329 1
|
数据采集 JavaScript 物联网
智能工厂四大核心系统:ERP/PLM/MES/WMS规划架构图详解
企业数字化转型需要构建ERP、PLM、MES、WMS等核心系统协同运作的完整体系。ERP整合企业资源管理,PLM管理产品全生命周期数据,MES实现车间生产执行管控,WMS优化仓储物流管理。各系统通过数据流紧密衔接:PLM为ERP提供BOM数据,ERP为MES下达生产计划,MES与WMS协同物料调度。
|
机器学习/深度学习 自然语言处理 数据可视化
⼤模型驱动的DeepInsight Copilot在蚂蚁的技术实践
本文整理自潘兰天(蚂蚁数据智能团队数据分析平台技术专家)在DA数智大会2025·上海站的演讲实录。
|
消息中间件 传感器 NoSQL
Flink流处理API大合集:掌握所有flink流处理技术,看这一篇就够了
一个flink应用程序开发的步骤大致为五个步骤:构建执行环境、获取数据源、操作数据源、输出到外部系统、触发程序执行。
Flink流处理API大合集:掌握所有flink流处理技术,看这一篇就够了
|
运维 监控 安全
网络管理(包括网络管理的功能,管理系统及相关协议:SNMP,CMIS/CMIP)
网络管理(包括网络管理的功能,管理系统及相关协议:SNMP,CMIS/CMIP)
843 1
|
存储 分布式计算 Hadoop
hadoop节点HDFS数据块(Block)
【5月更文挑战第18天】
1079 2